MétaCan
Menu
Retour à la cohorte
Enregistrement W4401177838 · doi:10.3390/pharmaceutics16081016

Synthesis of Gelatin Methacryloyl Analogs and Their Use in the Fabrication of pH-Responsive Microspheres

2024· article· en· W4401177838 sur OpenAlexaff
Karolina Papera Valente, Geneviève N. Boice, Cameron Polglase, Roman G. Belli, Elaina Bourque, Afzal Suleman, Alexandre G. Brolo

Notice bibliographique

RevuePharmaceutics · 2024
Typearticle
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésGelatinSelf-healing hydrogelsMethacrylamidePolymerSwellingPolymer chemistryDrug deliveryAqueous solutionMaterials scienceChemical engineeringChemistryCopolymerNanotechnologyOrganic chemistryAcrylamideComposite material

Résumé

récupéré en direct d'OpenAlex

pH-responsive hydrogels have numerous applications in tissue engineering, drug delivery systems, and diagnostics. Gelatin methacryloyl (GelMA) is a biocompatible, semi-synthetic polymer prepared from gelatin. When combined with aqueous solvents, GelMA forms hydrogels that have extensive applications in biomedical engineering. GelMA can be produced with different degrees of methacryloyl substitution; however, the synthesis of this polymer has not been tuned towards producing selectively modified materials for single-component pH-responsive hydrogels. In this work, we have explored two different synthetic routes targeting different gelatin functional groups (amine, hydroxyl, and/or carboxyl) to produce two GelMA analogs: gelatin A methacryloyl glycerylester (polymer A) and gelatin B methacrylamide (polymer B). Polymers A and B were used to fabricate pH-responsive hydrogel microspheres in a flow-focusing microfluidic device. At neutral pH, polymer A and B microspheres displayed an average diameter of ~40 µm. At pH 6, microspheres from polymer A showed a swelling ratio of 159.1 ± 11.5%, while at pH 10, a 288.6 ± 11.6% swelling ratio was recorded for polymer B particles.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,237
Score d'incertitude au seuil0,218

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,060
Tête enseignante GPT0,347
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207